답변
먼저 가짜 리뷰를 어떻게 식별하는지부터 알아야 필터링 기준을 세울 수 있습니다. 가짜 리뷰는 문체·사진 구도·작성 시간대가 유사하게 반복되는 패턴을 남깁니다. 실제 고객이라면 각자의 방문 목적과 경험이 달라 문체·사진·평가 포인트가 자연스럽게 분산되는데, 매크로나 아르바이트로 작성된 가짜 리뷰는 이 다양성이 부족합니다. 작성 시간대도 단서가 됩니다 — 실제 방문객 리뷰는 저녁~밤 시간대에 분산되는 경향이 있는 반면, 특정 날짜 새벽 시간대에 몰려서 대량 게시되면 작업성 리뷰를 의심할 신호입니다. 최근 등록된 리뷰 10~20건을 사진 구도와 문체 기준으로 한 번 훑어보는 것부터 시작하세요. 이 문제를 가볍게 볼 수 없는 이유는 실제 제재 사례가 규모와 무관하게 나오기 때문입니다. 소형가전업체 '오아'는 아르바이트를 동원해 약 3,700건의 거짓 후기를 남긴 사실이 적발돼 표시광고법 위반으로 시정명령과 과징금 1억 4,000만 원을 부과받았고, 쿠팡과 PB 자회사 씨피엘비는 임직원 약 2,297명을 동원해 후기 약 7만 2,614건을 작성하게 하고 검색 알고리즘까지 조정한 사실이 확인돼 2024년 6월 과징금 약 1,400억 원을 부과받고 검찰에 고발됐습니다. 대행사에 '리뷰 관리'를 맡겼다가 이런 방식이었다는 게 드러나면, 계약 당사자인 우리 매장에 책임이 돌아온다는 점도 알아두셔야 합니다. 네이버도 비정상 리뷰 행위가 확인되면 업체의 리뷰 전체를 미노출시키는 정책을 공식 운영하고 있어, 소극적 방치도 리스크입니다. 진성 리뷰 상단 노출을 자동화하는 근본 대책은 실제로 방문·구매한 고객에게만 리뷰 요청 링크를 개별 발송하는 것입니다. 결제 완료 문자·카카오톡 알림톡에 리뷰 작성 링크를 자동으로 포함시키는 방식이 대표적입니다. 이 방식은 리뷰 작성자가 실제 결제 이력을 가진 사람으로 한정되기 때문에 매크로나 조직적 작업으로 오해받을 소지가 원천적으로 줄어들고, 자연스럽게 진성 리뷰의 비중이 늘어나면서 전체 리뷰 신뢰도와 상세페이지 전환율을 함께 방어할 수 있습니다.